Numpy 資料類型 與 Python 的簡單對應¶
numpy 的 ndarray ，使用時都是從 python 現有的資料轉換過來的，在這之中numpy 做了一些轉換工作
In [1]:
# python data type
import numpy as np
a1 = np.array([2,3,4])
a1.dtype
Out[1]:
In [2]:
b = np.array([1.2, 3.5, 5.1])
b.dtype
Out[2]:
當 numpy 建立 ndarray 時，會自動將 python 的型別轉換成 numpy 的資料型別
因為numpy 存在很多 python 沒有的資料類型
In [3]:
a2 = np.array([2,3,4],dtype=np.uint8)
a2.dtype
Out[3]:
In [4]:
a2[[2]]=257
a2
Out[4]:
In [ ]:
Numpy 與 Python string¶
numpy 預設將 字串轉成 Unicode，顯示出來是大寫的 U
In [5]:
s1=np.array(['a','b','c'])
s1.dtype
Out[5]:
In [6]:
s2 = np.array([1,2,3],dtype=np.dtype('U'))
s2.dtype
Out[6]:
Numpy 與 None¶
None 是 python 用來代表 Null 的特殊物件，如果按照python 的規則轉成字串的話，會變成 "None" 四個字
在Numpy 中，如果用 dtype 來設定的話
In [7]:
s4=np.array([None,'b','c'],dtype="U")
s4
Out[7]:
(Python) objects type¶
如果對 None 的dtype 沒有設定，那就會轉成 numpy 中的 objects
這個 objects 指的是 python 物件，也就是 python 原生的任意數值都可以
In [8]:
o1=np.array([None,'b','c',3])
o1.dtype
Out[8]:
In [9]:
o1
Out[9]:
In [10]:
type(o1[3])
Out[10]:
In [11]:
type(o1[2])
Out[11]:
In [12]:
type(o1[0])
Out[12]:
In [ ]: